Roboti dobivaju pamćenje: MEM ih gura iz dema u posao

Robotika već godinama zapinje na istoj stvari: sustavi vide, razumiju i djeluju, ali prebrzo zaboravljaju što su upravo radili. MEM (Multi-Scale Episodic Memory) pokušava to promijeniti tako što Gemma 3-4B VLA modelima daje oko 15 minuta korisnog konteksta. To zvuči skromno, ali u robotici je to ogroman skok. Ako robot može pamtiti što je radio prije dva, pet ili deset koraka, onda odjednom može raditi zadatke koji nisu samo demo, nego pravi posao.

To je važan pomak jer postojeći VLA modeli uglavnom rade s vrlo kratkim pamćenjem. U praksi to znači da robot može podići predmet, ali zaboravi gdje ga je stavio; može počistiti dio prostora, ali ne zna gdje je stao. Istraživači iz Physical Intelligence zajedno sa Stanfordom, UC Berkeleyjem i MIT-om pokušali su taj problem riješiti strukturiranom memorijom koja ne čuva sve jednako, nego prioritizira ono što je još korisno. Preko arXiv preprinta poruka je jasna: nije dovoljno da robot vidi. Mora i zadržati kontekst.

U tome je i stvarna vrijednost ovog rada. Ako memorija traje dovoljno dugo, robot ne mora stalno počinjati ispočetka. To znači manje ponavljanja, manje mikroupravljanja i manje scenarija u kojima ljudski operater mora spasiti situaciju. U idealnom slučaju, to može poboljšati logistiku, kućne zadatke i jednostavne industrijske poslove. Stanford i MIT možda nisu isporučili gotov proizvod, ali su pokazali smjer u kojem se robotika mora kretati ako želi izvan laboratorija.

Istodobno, svaka minuta dodatnog konteksta nosi cijenu. Više memorije znači više računalnog opterećenja, više latencije i više mjesta za sigurnosne pogreške. A upravo tu industrija najčešće zapne: ono što radi u labu mora još proći kroz skladište, kuhinju ili radionicu, gdje nema savršenih uvjeta. Zato je MEM zanimljiv ne zato što obećava čudo, nego zato što pokazuje gdje robotika još uvijek pada na najbanalnijoj stvari — kontinuitetu rada.

Gledano tržišno, ovo je korak koji može promijeniti način na koji se grade robotski sustavi. Boston Dynamics i Covariant već dugo traže način da roboti prestanu biti niz kratkih reakcija i postanu nešto bliže radniku koji zna što radi od početka do kraja smjene. MEM je skica za takav sustav, ali nije besplatna. Ako se ugradi u postojeće modele, trošak treniranja i održavanja raste, a integracija mora biti vrlo pažljivo vođena.

Tu je i pitanje pouzdanosti. Kada robot “pamti”, pamti i moguće pogreške, loše upute ili promjene u okolini. To je dobro ako radi u kontroliranom prostoru, ali nije dobro ako mora brzo odlučivati u stvarnom svijetu. Zato regulativa i sigurnosni okvir još nisu spremni za ovakav tip memorije. EU AI Act pokriva mnogo toga, ali ne rješava specifično pitanje dugotrajne memorije u robotici.

Zato MEM nije gotov odgovor, nego važan korak. On ne kaže da su roboti sada “pametni”, nego da im je napokon dano malo kontinuiteta. A u robotici je kontinuitet često razlika između sjajnog dema i stvarnog sustava koji ne mora svaki put učiti ispočetka. To je mala tehnička promjena s vrlo velikom praktičnom posljedicom.